| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-13页 |
| 1.2.1 足球彩票行业的主流数据分析方法 | 第11页 |
| 1.2.2 目前主流方法存在的问题 | 第11-12页 |
| 1.2.3 大数据技术和深度学习在足球彩票行业数据分析领域的应用 | 第12-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 论文章节安排 | 第13-16页 |
| 第二章 用Django与Celery建立开源半自动数据管理平台 | 第16-32页 |
| 2.1 开源半自动数据管理平台实施的可行性分析 | 第16-19页 |
| 2.1.1 组成成分 | 第16-18页 |
| 2.1.2 选取的组件的特性 | 第18-19页 |
| 2.2 开源半自动数据管理平台的运行机制 | 第19-21页 |
| 2.2.1 总体运行方式 | 第19-20页 |
| 2.2.2 各组件之间的协同作业 | 第20-21页 |
| 2.3 开源半自动数据管理平台实施的实现效果 | 第21-31页 |
| 2.3.1 使用环境和使用方法 | 第21-30页 |
| 2.3.2 技术上的优势 | 第30-31页 |
| 2.3.3 实际价值和经济效益 | 第31页 |
| 2.4 存在的问题 | 第31-32页 |
| 第三章 利用输入改良的SVM模型实现赛果预测 | 第32-44页 |
| 3.1 输入改良的SVM分类器的实现原理 | 第32-36页 |
| 3.2 数据的获取、预处理方法 | 第36-39页 |
| 3.3 使用输入改良的SVM分类器对预处理过的数据进行分类 | 第39-40页 |
| 3.4 实验结果与分析 | 第40-44页 |
| 第四章 使用改良的深度卷积神经网络实现赛果预测 | 第44-56页 |
| 4.1 改良的深度卷积神经网络模型 | 第44-50页 |
| 4.1.1 神经元与人工神经网络 | 第44-45页 |
| 4.1.2 足球彩票价格赔率数据与神经网络 | 第45-46页 |
| 4.1.3 尝试与改进 | 第46-50页 |
| 4.2 输入数据的预备 | 第50-52页 |
| 4.3 使用改良的深度卷积神经网络进行预测实验 | 第52-53页 |
| 4.4 实验过程与实验结果分析 | 第53-56页 |
| 第五章 总结与展望 | 第56-60页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 未来展望 | 第57-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-64页 |
| 作者攻读学位期间申请的专利目录 | 第64页 |
